以大数据、物联网、云计算、5G特别是人工智能为核心的新技术,将推动数字化与智能化实现深度融合,现代物流与供应链服务将依托数字化迈向 “数智化时代”。在“新基建”的大背景下物流与供应链技术与装备的软硬件结合,正重塑行业未来,再次带来物流与供应链的升级与变革。
在全行业迎来数字化变革的热潮下,顺丰供应链与UiPath展开合作,以RPA智能化实现业务优化,将RPA用于仓库的数据运营业务,在提升仓库管理的同时,探索出一条符合自身需求的数字化转型之路。
顺丰供应链大中华区加速数字化项目负责人杨宇飞表示,顺丰供应链内部称RPA为虚拟数字化员工,应用RPA的优点很多:节约时间和成本、快、提升数据准确性。“RPA能够有效节省工时,投资回报期最快也就一个月。目前,我们已经累计节约74000的有效工时。”
从RPA灯塔项目试点到大规模部署
与传统的2C端快递领域不同,顺丰供应链上下游端的客户需求多样而且变化频繁,这使得数据平台交互上的操作流程复杂,并且涉及的系统种类繁多,比如仓库的日常数据运营涉及到大量重复性的工作,包括收货、发货、盘点等流程中的WMS与第三方系统的数据交互、单据和标签打印、KPI报表整理及展示、文件复核和归档等等。
自2018年开始,顺丰供应链开始了RPA技术的引入和落地,主要应用于仓库的数据运营业务。
通过试点项目的试运行,公司发现RPA技术能够带来显著的效率提升,同时有效节约成本。以顺丰供应链某站点的发货流程应用为例,在采用RPA技术后,原来需要2名全职员工的系统发货数据操作交由RPA机器人,在平均月单量过万的情况下,RPA机器人接手了耗时长、重复性高的工作,在极大提升发货工作效率的同时也提高员工满意度,使员工能够更专注于发展核心技能。
另外,RPA技术的极低差错属性也避免了订单数据、打包数据录入错误等人工操作误差,为更好地服务客户奠定了基础。
杨宇飞说,RPA项目作为顺丰供应链数字化战略的一个重要环节,已经在营运端进入大规模的快速部署阶段。“目前我们发现219个机会,涉及91个项目和63个流程种类。”
据悉,杨宇飞团队也在开发专职于供应链营运端的机器人业务模块,例如订单打印、收货处理、波次拣选等,通过产品服务标准化与模块化以更好地服务多元化的供应链客户。
未来,团队也将持续优化,坚持远程调研、开发和部署的理念,将RPA规模化、模块化推广到全国站点。
杨宇飞表示,UiPath的RPA平台生态布局走在了行业前列,通过与UiPath的合作,顺丰供应链把RPA技术纳入到企业数字化战略建设中。未来,双方在机器人共享平台、低代码平台的应用等领域开展更多探索。
RPA赋能全面自动化企业
RPA是指使用软件机器人自动执行通常由脑力劳动者执行的高度重复性的日常任务。RPA机器人拓展了自动化平台的价值,可以更快地完成任务,将创建、测试和部署自动化方案的时间从数天或数月缩短到数小时,几乎可以消除将相同数据人工输入多个系统可能产生的复制和粘贴错误,将企业员工从高度重复性的手工任务中解放出来,让他们能从事更高价值的工作。
UiPath售前工程师高耀坚表示,UiPath不止是把RPA当成简单的工具,而是将RPA视为全面自动化企业需要执行的策略。
而全面自动化企业具备四大指标:凡是可以实现自动化的工作都应该交给机器人后台完成;RPA工具像Excel一样辅助员工的日常工作;平民化开发(低代码)工具使所有人都可以参与RPA的开发和使用;RPA和AI的强强结合,拓展RPA领域的应用。
特别是通过OCR、NLP、ML等AI技术给机器人赋予“大脑”与“眼睛”,从而基于RPA项目产生业务数据提供一站式智能分析服务,包括模块化机器人,业务数据分析等。
高耀坚说,相比常规企业,全面自动化企业具有自己显著的特点。一方面,我们可以把重复且系统性的工作交给机器人后台快速、准确地完成。另一方面,低价值的工作,比如说邮件收发、报表等,也可以交给软件机器人助理。此外,更为重要的是每个人都可以参与RPA的开发,让业务自动化的价值凸显。
为了实现这样的愿景,UiPath持续创新RPA产品,比如UiPath Studio可用于应用集成以及自动执行第三方应用、管理性IT任务和业务IT流程的完整解决方案,其中Studio X适合业务人员和无编程背景的人员使用,而Studio Pro是在Studio的基础上拓展了测试和高级编程功能。
UiPath还提供了文档理解、Orchestrator管理平台、人工智能中心、Apps、Action Center、聊天机器人等工具,以及流程挖掘、任务捕捉、自动化门户以及任务挖掘等产品,打造全面的机器人解决方案。
总之,UiPath将RPA与人工智能深度结合,能够为客户带来良好的自动化体验,帮助企业实现全面的数字化转型落地。同时UiPath强大的本地支持能力,能够结合市场、社区论坛和合作伙伴对企业进行服务和资源上的延伸。
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。